niantic e lo sviluppo di un nuovo modello di intelligenza artificiale
Niantic, nota per i suoi famosi giochi in realtà aumentata, è attualmente impegnata nella creazione di un innovativo modello di intelligenza artificiale (AI), destinato a migliorare la comprensione e l’orientamento dei computer nel mondo fisico. Questo modello, per essere efficace, necessita di una formazione basata su dati specifici, che l’azienda sta ottenendo grazie alle informazioni generate dai propri utenti attraverso le sue applicazioni.
l’importanza dei dati per il modello AI
La compagnia, famosa per il gioco AR Pokemon Go, ha sviluppato anche altre applicazioni, come Scaniverse, che utilizza scansioni ambientali per permettere un’interazione realistica con l’ambiente circostante. Di recente, Niantic ha annunciato di stare lavorando su un modello geospaziale (LGM), il quale si ispira ai modelli linguistici avanzati in grado di generare testi. Questo nuovo approccio conferisce ai computer la capacità di “percepire, comprendere e orientarsi” in spazi fisici attraverso l’analisi di miliardi di immagini territoriali associate a luoghi specifici.
l’uso dei dati raccolti
I dati utilizzati per formare il modello provengono dai sistemi di scansione sviluppati da Niantic. La compagnia ha dedicato gli ultimi cinque anni alla costruzione di un sistema di posizionamento visivo (VPS) che consente agli utenti di individuare la propria posizione attraverso un’immagine scattata dallo smartphone. Questa tecnologia si basa su una mappa 3D creata grazie a scansioni di luoghi d’interesse fatte dai giocatori.
risultati e applicazioni future
Niantic ha attualmente addestrato oltre 50 milioni di reti neurali, ognuna rappresentante un certo punto di vista o posizione. Queste reti possono comprimere migliaia di immagini mappate, creando così modelli di spazi fisici con un’accuratezza centimetrica. Diverse reti possono collaborare per comprendere un’area specifica e mappare nuovi ambienti anche da angolazioni non familiari.
esempi pratici dell’lgm
Un esempio chiarificatore è quello in cui un utente si trova vicino a una chiesa: se una rete ha visto solo l’entrata principale, il modello potrebbe completare le mancanze informative cercando somiglianze in altre chiese registrate. In questo modo, riesce a fornire una visione più completa della struttura.
il vasto impatto di niantic
Il volume di operazioni di Niantic è notevole, con oltre un milione di nuove scansioni fornite dagli utenti ogni settimana. Questa massa di dati contribuisce a rafforzare ulteriormente le capacità del modello LGM, aumentando la precisione delle informazioni geospaziali disponibili.
- Pokemon Go
- Scaniverse
- Sistema di Posizionamento Visivo (VPS)
- Modelli geospaziali (LGM)
Lascia un commento